.svg "Zivid")
제조 산업은 로봇 자동화가 가장 먼저 적용된 분야이지만 여전히 극복하기 어려운 기술적 어려움이 많은것이 사실이다. 플라잎은 AI와 3D 머신 비전 기술을 결합하여 현존하는 자동화 문제를 해결하기 위한 솔루션을 제공하고 있다.
제조업은 주로 작고 복잡한 물체를 피킹하고 조작하는 작업을 포함한다. 최근까지 머신 비전 시스템은 이런 작업을 안정적으로 수행하기에 충분한 해상도와 품질을 갖추지 못했다. 특히, 작고 복잡한 금속 부품은 3D 카메라로 선명하게 캡처하는데 많은 어려움을 가지고 있다.
제조업 자동화에 필요한 조건을 충족하기위해 플라잎은 현존하는 여러 3D 센서를 테스트한후 최종적으로 지비드 투 3D 카메라를 선택하게 되었다. 지비드 투의 고화질 포인트 클라우드와 우수한 노이즈 필터링은 플라잎의 AI 소프트웨어가 지속적으로 고품질의 데이터로 작업할수 있도록 가능하게 했다.
플라잎은 현재 한국의 주요 가전 제조업체와 협력하여 애플리케이션을 실제 환경에서 사용하는 테스트런을 진행중이다. 그 후에 지비드 투 L100를 사용한 자동화 시스템이 제조 시설에 완전히 배치될 예정이다.
저희는 신뢰할수 있는 진정한 산업용 3D 비전 솔루션 파트너를 찾고 있었습니다. 지비드팀이 일관성있는 품질을 보장하기 위해 3D 카메라의 신뢰성 및 보정 테스트를 중요시하는 것을 보고 협력을 결심하게 되었습니다.”
정태영, 플라잎 대표
플라잎은 로봇 팔에 쓰이는 인공 지능에 주력하는 스타트업으로 AI 로봇이 단순하고 반복적인 업무를 처리하여 인간은 보다 창의적이고 가치있는 일에 집중할수 있도록 만드는 것을 목표로 하고 있다. 지비드 3D 머신 비전을 적용하여 로봇 눈의 AI 그리고 행동과 감각에 AI를 적용하고 있으며, 학습 데이터 생성 비용을 줄이고 현재의 로봇 기술이 풀지 못하는 다양한 솔루션을 제공하여 생산성 향상을 가능하게 한다.
지비드 3D 카메라를 사용한 플라잎의 빈피킹 데모 (6배속)
혁신적인 AI와 3D 기술을 사용한 플라잎의 솔루션은 이전에 자동화 채택을 가로막았던 기술적 한계를 해결하여 현재 한국의 대형 제조 회사에 쓰이고 있다. 플라잎은 가전 조립 라인에 사용되는 자동 빈피킹 작업을 처리하기 위해 지비드 투 L100 산업용 3D 컬러 카메라를 채택했다. 지비드의 고화질 포인트 클라우드, 우수한 노이즈 필터링, 그리고 산업용에 걸맞은 고성능 품질은 다양한 산업 환경에서 쓰이는 로봇 애플리케이션에 적합했다.
반사율이 높고 복잡한 모양의 금속을 피킹하는 것은 이미징 에러 때문에 로봇 작동에 어려울수 있다. 플라잎의 애플리케이션은 전자제품에 사용되는 작은 브래킷을 자동화로 처리하는 작업이었는데 브래킷중 일부는 모양이 일정하지 않았다. 이 문제를 해결하지 위해 여려 3D 센서를 테스트 했지만 포인트 클라우드의 품질은 실제와 같이 전체 장면을 온전히 캡처하기에 충분치 않았다.
로봇이 각 아이템을 안전하게 집고 배치하기 위해서는 세부 사항을 구분할수 있는 3D 센서가 필요했다. 조밀하게 쌓인 동일한 금속 제품을 정확하게 구분하는것은 쉽지 않았다. 빈의 그림자로 인해 로봇이 구석에 있는 물체를 피킹하지 못하게 하는 오클루전 (Occlusion) 역시 또다른 문제였다. 마지막으로 다양한 산업용 환경에서 일관된 성능을 유지하는 산업용 3D 카메라를 선택하는 것이 필수였다. 소비자용 3D 카메라는 제조 공장에서 사용하기에 다양한 요인으로 인해 성능 차이가 있을수 있기 때문이었다.
플라잎은 가전 제조 자동화 애플리케이션을 위해 지비드 투 L100 3D 비전 카메라를 선택했다. 처음에 지비드 투 M70을 사용하다 빈피킹에 적합한 확장된 작업거리의 이점을 위해 지비드 투 L100로 전환했다.
지비드 투 L100 3D 카메라는 정확한 피킹에 필수인 포인트 클라우드 해상도에 있어 다른 3D 센서보다 우수했다. 또한 오클루젼 문제를 최소화하여 물체 인식 및 선택을 위한 미세한 세부 사항 캡처를 가능케했다. 지비드의 3D HDR와 ART (Artifact Reduction Technology) 기술은 반사 및 고대비 전환으로 인한 이미징 에러를 탁월하게 억제했다.
플라잎은 지속적으로 고성능을 제공하는 신뢰할수 있는 비전 파트너를 찾고 있었다. 지비드가 산업용 로봇을 위한 환경에 적합하게 설계되었으며 100시간 이상의 장시간 성능, 안정성 및 보정 테스트에 집중한다는 것을 알게 되었다. 카메라의 견고성과 신뢰성은 플라잎이 이전에 테스트했던 3D 센서를 산업용 지비드 카메라로 교체하는데 큰 역할을 했다.
지비드의 정확한 포인트 클라우드를 기반으로 플라잎은 딥러닝을 적용하여 학습기반으로 제품의 정화학 6D Pose를 검출한다. 또한 플라잎은 로봇 행동 AI 에 강화 학습을 적용하여 로봇 스스로 인식하고 판단하고 움직일 수 있게 한다. 강화 학습은 로봇이 시행착오를 통해 최적의 방법을 찾도록 하는 기계 학습 기술이다. 예를 들어 빛 반사율이 매우 심해 포인트 클라우드 데이터를 얻을 수 없는 경우 로봇은 스스로 제품을 이동 시켜 데이터를 얻을 수 있다. 플라잎의 AI 솔루션에는 학습데이터의 비용을 줄이기 위한 시물레이션 학습 방법과 클라우드 학습 방법도 포함하고 있다.
플라잎의 자동화 시스템은 한국의 주요 가전 제조 회사의 조립 시스템에 설치된다. 파일럿 버전의 실행성이 입증된 후 2024년부터 여러 생산 라인에 이 솔루션을 배포할 계획이다.
3D 비전과 결합한 이 AI 솔루션은 자동차 부품 조립을 위한 다른 제조 자동화 프로젝트에 올해 사용될 예정이다. 플라잎은 혁신적인 AI와 3D 기술을 채택하여 광범위한 자동화 문제를 해결할 것으로 기대하고 있다.
